La qualité des données vitales des hedge funds – les données – a diminué à cause de l’IA
Les données empirent.
Selon une enquête du cabinet de conseil Neudata, un tiers des investisseurs qui achètent des données affirment que leur qualité s’est détériorée au cours des deux dernières années, et certains imputent la faute à l’intelligence artificielle.
Les données sont l’élément vital de toute entreprise d’investissement, et les hedge funds s’appuient sur des données dites alternatives – des informations qui ne proviennent pas de sources traditionnelles comme les documents déposés auprès de la SEC ou les données de négociation en bourse – pour les aider à faire des paris depuis des années.
L’avènement de l’IA a entraîné une augmentation du nombre de nouveaux fournisseurs vendant des données, grâce à la facilité de les accumuler et de les trier, ainsi que des changements dans le mode de fonctionnement des vendeurs de longue date.
« Il y a tellement de données maintenant, et il n’y a pas beaucoup de data scientists expérimentés. Ces nouveaux endroits les traitent simplement via des LLM », a déclaré un investisseur en actions fondamentales qui achète des ensembles de données externes et a remarqué une baisse de qualité.
« Les hallucinations surviennent encore », a-t-il déclaré.
Pourquoi l’IA est à blâmer
L’IA affecte la qualité des données de deux manières : les fournisseurs utilisent l’IA pour générer ou cartographier les données qu’ils vendent, ou ils l’utilisent comme justification pour supprimer ou réaffecter des personnes chargées de la qualité des données, a déclaré Daniel Entrup, cofondateur d’AggKnowledge, une entreprise de produits de données qui travaille avec les vendeurs et les acheteurs.
Les deux approches présentent des problèmes. Les acheteurs de données affirment que ceux qui s’appuient sur l’IA pour créer un produit de données à vendre aux hedge funds ont du mal à communiquer comment un rapport final ou un ensemble de données a été créé – une information essentielle dont les hedge funds ont besoin pour garantir qu’ils se conforment aux réglementations fédérales sur la disponibilité et la confidentialité des informations. Il est également possible que le modèle interfacé avec le fonds ne soit tout simplement pas très bon.
« Les données sont peut-être là, mais le LLM pourrait être nul », a déclaré Daryl Smith, responsable de la recherche chez Neudata.
Les hedge funds, souvent dotés de budgets technologiques beaucoup plus importants et d’équipes plus sophistiquées, préféreraient gérer les données via leurs propres systèmes plutôt que de s’appuyer sur le modèle d’IA d’un fournisseur. De plus, le travail effectué sur les données brutes fait partie de la sauce secrète de nombreux managers.
« Les fonds font bien plus confiance à l’IA pour leur flux de travail qu’à leur alpha », a déclaré Smith.
Parallèlement, Entrup a remarqué une augmentation des problèmes de base en matière d’hygiène des données ces derniers mois, les priorités du secteur étant désormais axées sur la recherche de nouveaux cas d’utilisation de l’IA. Son entreprise effectue un travail de « révision » des données qui corrige les erreurs dans les ensembles de données utilisés par les clients, et il a déclaré que ce type de travail a considérablement augmenté.
« Dans quelle mesure la qualité est-elle importante ? Pour un hedge fund, cela compte beaucoup », a-t-il déclaré.
Ce qui est frustrant pour de nombreux acheteurs, c’est que ces initiatives d’IA ne correspondent pas à celles qu’ils auraient confiées à leurs fournisseurs de données.
« Montrez-moi l’étude client où les clients la demandaient », a déclaré Entrup.
Il n’y a pas eu de reprise commerciale pour les fournisseurs de données qui utilisent davantage l’IA dans leurs processus. Un acheteur de données d’un fonds spéculatif de taille moyenne a déclaré qu’il utiliserait le LLM d’un fournisseur s’il est proposé gratuitement, mais pas s’il doit payer. Smith note que son entreprise n’a pas constaté d’augmentation notable des revenus pour les fournisseurs qui utilisent des outils d’IA.
Et il suffit d’une seule hallucination pour détruire un ensemble de données.
« Une fois que vous avez un signal défaillant, vos données sont polluées », a déclaré un gestionnaire de hedge funds.
